您的位置: 专家智库 > >

蔡丹

作品数:2 被引量:15H指数:2
供职机构:江苏科技大学计算机科学与工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇遗传算法
  • 1篇混合高斯
  • 1篇混合高斯模型
  • 1篇改进遗传算法
  • 1篇高斯
  • 1篇高斯模型
  • 1篇CAMSHI...
  • 1篇KALMAN...
  • 1篇层次分析
  • 1篇层次分析法

机构

  • 2篇江苏科技大学

作者

  • 2篇段先华
  • 2篇蔡丹
  • 1篇孙庆国

传媒

  • 1篇计算机与数字...
  • 1篇江苏科技大学...

年份

  • 1篇2017
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
基于改进遗传算法的协同干扰资源优化分配被引量:10
2016年
在需要对多个敌方目标实施战术干扰的时候,单个作战平台所能够发挥的效果是有限的,而且往往是力不从心的.文中首先根据实际情况详细分析了影响干扰效能的各种指标,并对其进行量化处理;然后使用了层次分析法科学地计算出各项指标所占的权重,在此基础上建立了比较全面的综合评估模型;最后改进了遗传算法,使用了动态交叉率与变异率,不仅在算法进行中维持了群体的多样性,还避免了过早收敛的问题.将改进后的算法用于评估模型求解,给出了仿真实例与具体计算步骤,通过对仿真结果的分析,验证了该方案具有一定的实用价值.
段先华孙庆国蔡丹
关键词:改进遗传算法层次分析法
水上运动船舶的检测与跟踪被引量:5
2017年
文章在混合高斯模型的基础上,对更新率做了进一步的改进,以解决目前对海上运动船舶检测不足的问题。文章的基本思想是首先用一种改进的混合高斯模型对运动的船舶进行检测,然后采用Kalman滤波与Camshift相结合的方法分析前者检测的结果,实现船舶的跟踪。在跟踪过程中,先通过Kalman滤波进行预测,然后在此基础上采用Camshift进行位置的搜索。通过这样的方式,不仅提高了模型的自适应性,而且提高了跟踪船舶的速度和准确度。
蔡丹段先华高海壮
关键词:混合高斯模型KALMAN预测CAMSHIFT
共1页<1>
聚类工具0